7단계: pi0 학습 커맨드라인
실행 전
- 환경: 먼저 클라우드 GPU 학습 환경 설정에 따라 인스턴스를 개설하고 dataset을 전송한 뒤, 이 문서로 돌아와 "환경 설치"와 "커맨드라인" 두 절을 실행합니다
- dataset: 커맨드의
--dataset.root=~/lerobot_my_dataset_shake_hands는 6단계에서 수집한 악수 dataset을 가리킵니다. 자신의 작업을 학습한다면 자신의 dataset 이름으로 바꿔 주세요 - 출력 디렉터리:
--output_dir이 이미 존재하면 위의sudo rm -rf명령으로 먼저 삭제하거나, 새 이름으로 바꿔 주세요 - 학습 중 언제든 wandb에서 곡선을 볼 수 있습니다, wandb 실시간 학습 곡선 확인을 참고하세요
참고 문서
추천 클라우드 GPU 인스턴스
환경 설치
Shell
conda create -y -n lerobot-pi python=3.10 -y
conda activate lerobot-pi
conda install ffmpeg=7.1.1 -c conda-forge -y
cd lerobot
pip install -e ".[pi]"커맨드라인
Shell
sudo rm -rf output_lerobot_train/shake/pi0_A
lerobot-train \
--dataset.repo_id=<사용자명>/lerobot_my_dataset_shake_hands \
--dataset.root=~/lerobot_my_dataset_shake_hands \
--dataset.revision=v0.1.0 \
--dataset.streaming=false \
--policy.type=pi0 \
--output_dir=~/output_lerobot_train/shake/pi0_A \
--job_name=shake_pi0_A \
--policy.pretrained_path=lerobot/pi0_base \
--policy.compile_model=true \
--policy.gradient_checkpointing=true \
--policy.dtype=bfloat16 \
--policy.freeze_vision_encoder=false \
--policy.train_expert_only=false \
--steps=50000 \
--policy.device=cuda \
--policy.push_to_hub=false \
--wandb.enable=true \
--wandb.project=Lerobot_my_Project \
--batch_size=8커맨드라인을 실행하고 20분이 지나야 학습이 정식으로 시작됩니다
모델 압축 파일은 약 5GB이고, 압축을 풀면 7GB입니다